第二讲SPSS数据的预处理.ppt

第二讲 SPSS数据的预处理
为什么要进行数据的预处理
缺失值和异常值的处理
变量的转换处理
数据抽样
选取变量
数据的排序
变量计算
数据选取
计数
分类汇总
数据分组
数据预处理的其他功能:转置、加权、数据拆分、缺失值处理、数据排秩、定义变量集。
预处理的内容
数据的排序
SPSS的数据排序是将数据编辑窗口中的数据按照某个或多个指定变量的变量值升序或降序重新排列。这里的变量也称为排序变量。排序变量只有一个时,排序称为单值排序。排序变量有多个时,排序称为多重排序。多重排序中,第一个指定的排序变量称为主排序变量,其他依次指定的变量分别称为第二排序变量、第三排序变量等。
数据排序便于数据的浏览,有助于了解数据的取值状况、缺失值数量的多少等;
通过数据排序能够快捷的找到数据的最大值和最小值,进而可以计算出数据的全距,初步把握和比较数据的离散程度;
通过数据排序能够快捷地发现数据的异常值,为进一步明确它们是否会对分析产生重要影响提供帮助。

SPSS数据排序的基本操作步骤
(1)选择菜单【数据->排序个案】
【Data-Sort Cases】
(2)将主排序变量从左边的列表中选到【排序依据】(Sort by)框中,并在【排列顺序】(Sort Order)框中选择按该变量的升序还是降序排序。
(3)如果是多重排序,还要一次指定第二、第三排序变量及相应的排序规则。
数据排序的基本操作
在左边的源变量框中选择排序变量进入Sort by框。如果选择2个以上的变量,观测量的排序结果与排序变量在Sort by框中的顺序有关。列于首位的为第一排序变量。
在Sort Order 栏内选择排序方式——升序与降序
1、数据排序是整行数据排序,而不是只对某列变量排序;
2、多重排序中指定排序变量的次序很关键。先指定的变量优先于后指定的变量。多重排序可以在按某个变量值升序(或降序)排序的同时再按其他变量值降序(或升序)排序;
3、数据排序后,原有数据的排序次序必然被打乱。
说明
数据排序应用举例
利用商品房购买意向的调查数据,通过数据排序功能分别找到出租房和自有房中住房开销的最大值和最小值。
变量计算
数据的转换处理是在原有数据的基础上,计算产生一些含有更丰富信息的新数据。例如根据职工的基本工资、失业保险、奖金等数据,计算实际月收入,这些新变量具有更直观更有效的特点。